趋势预测方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
均模型
1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998
汽车产量(万辆)Y
步长为3
步长为2
对预测值的影响程度，分别给予
对移动期内的数据同等看待，而 动期内的各个数据。对近期数据 单移动平均法的不足。 果一组数据有明显的季节性影响 ，有明显的季节性变化因素存在
180.00 160.00 140.00 120.00 100.00 80.00 60.00
40.00 20.00 0.00
1981 1982 1983
21.39 26.94 36.15 37.93 43.43 53.79 57.95 56.10 62.53 84.63 110.87 127.81 139.17 144.39 152.43 158.37
Leabharlann Baidu
加权移动平均法的统计模型为： M t = a 1Y t − 1 + a 2Y t − 2 + a n Y t − n （1） 式中：t——时间序列下标； M t ——第t期的移动平均数； Y t ——第t期的观察数据； n——移动步长； ——权数。
加权移动平均模型
序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 年份 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 汽车产量 (万辆)Y 17.56 19.63 23.98 31.64 43.72 36.98 47.18 64.47 58.35 51.40 70.88 106.17 129.68 135.34 145.27 147.49 158.26 162.78 ? 步长为3 步长为2
21.39 26.94 36.15 37.93 43.43 53.79 57.95 56.10 62.53 84.63 110.87 127.81 139.17 144.39 152.43 158.37 ？
加权移动平均法就是根据同一个移动段内不同时间的数据对预测值的影响程度，分别 不同的权数，然后再进行平均移动以预测未来值。 加权移动平均法不像简单移动平均法那样，在计算平均值时对移动期内的数据同等看 是根据愈是近期数据对预测值影响愈大这一特点，不同地对待移动期内的各个数据。对近 给予较大的权数，对较远的数据给予较小的权数，这样来弥补简单移动平均法的不足。 用加权移动平均法求预测值，对近期的趋势反映较敏感，但如果一组数据有明显的季节性 时，用加权移动平均法所得到的预测值可能会出现偏差。因此，有明显的季节性变化因素 时，最好不要加权